MétaCan
Menu
Retour à la cohorte
Enregistrement W247189930 · doi:10.2175/106143012x13560205144254

Nitrate and Salt Water Contamination Associated with the Transition of an Agrarian Basin into an Irrigated Area

2013· article· en· W247189930 sur OpenAlexaff
Raphael Abrahão, J. Causapé, David Moreno‐Mateos, Francisco A. Comı́n

Notice bibliographique

RevueWater Environment Research · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueIrrigation Practices and Water Management
Établissements canadiensLaurentian UniversityCentre for Excellence in Mining Innovation
Organismes subventionnairesMinisterio de Ciencia e Innovación
Mots-clésIrrigationEnvironmental scienceSalinityNitrateSoil salinityHydrology (agriculture)DrainageWater resource managementAgrarian societyStructural basinGeographyAgricultureAgronomySoil waterEcologyGeologySoil scienceOceanographyBiology

Résumé

récupéré en direct d'OpenAlex

The introduction of irrigation to agrarian areas involves several environmental changes that can be aggravated by physical and agronomic factors. The aim of this study is to analyze the spatiotemporal dynamics of the environmental impact on water resources that result from the transition of an agrarian basin into an irrigated area. During five hydrological years, a spatiotemporal comparison was carried out on the quantity and quality of drainage from the four zones in which the study area was subdivided. Introduction of irrigation activities incorporated flows that lowered salinity and increased nitrate concentration in the basin. The zones/years with most irrigation showed the greatest exports of salts and nitrates, with temporal variations related to rainfall patterns and spatial variations related to soil salinity and nitrogenous fertilization. The agro-environmental impacts of the gradual introduction of irrigation into a previously non-irrigated area were congruent to that of established irrigation areas with similar characteristics.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,464
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,031
Tête enseignante GPT0,237
Écart entre enseignants0,206 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Environment ResearchMême sujetIrrigation Practices and Water ManagementTravaux en français237 207